场景 产品中有一张图片表，数据量将近100万条，有一条相关的查询语句，由于执行频次较高，想针对此语句进行优化 表结构很简单，主要字段： 复制代码 代码如下: user_id 用户ID picn
场景
产品中有一张图片表，数据量将近100万条，有一条相关的查询语句，由于执行频次较高，想针对此语句进行优化
表结构很简单，主要字段：
复制代码 代码如下:
user_id 用户ID
picname 图片名称
smallimg 小图名称
一个用户会有多条图片记录
现在有一个根据user_id建立的索引：uid
查询语句也很简单：取得某用户的图片集合
复制代码 代码如下:
select picname, smallimg
from pics where user_id = xxx;
优化前
执行查询语句（为了查看真实执行时间，强制不使用缓存）
复制代码 代码如下:
select SQL_NO_CACHE picname, smallimg
from pics where user_id=17853;
执行了10次，平均耗时在40ms左右
使用explain进行分析复制代码 代码如下:
explain select SQL_NO_CACHE picname, smallimg
from pics where user_id=17853
使用了user_id的索引，并且是const常数查找，表示性能已经很好了
优化后
因为这个语句太简单，sql本身没有什么优化空间，就考虑了索引
修改索引结构，建立一个(user_id,picname,smallimg)的联合索引：uid_pic
重新执行10次，平均耗时降到了30ms左右
使用explain进行分析
看到使用的索引变成了刚刚建立的联合索引，并且Extra部分显示使用了'Using Index'
总结
'Using Index'的意思是“覆盖索引”，它是使上面sql性能提升的关键
一个包含查询所需字段的索引称为“覆盖索引”
MySQL只需要通过索引就可以返回查询所需要的数据，而不必在查到索引之后进行回表操作，减少IO，提高了效率
例如上面的sql，查询条件是user_id，可以使用联合索引，要查询的字段是picname smallimg，这两个字段也在联合索引中，这就实现了“覆盖索引”，可以根据这个联合索引一次性完成查询工作，所以提升了性能
